Precauções ao acumular o mesmo alvo ao longo de várias noites

Para produzir um resultado de alta qualidade na fotografia de céu profundo, muitas vezes é preciso abranger várias noites e acumular uma longa exposição total. Mas “fotografar o mesmo alvo em datas diferentes” não é simplesmente jogar todos os arquivos juntos e integrar: se, ao longo do caminho, alguns elos não forem cuidados, isso pode até puxar o resultado final para baixo. A seguir, reúno alguns pontos aos quais é preciso prestar atenção, como referência para os colegas iniciantes que desejam acumular longos tempos totais de integração.

Seis pontos a observar

Use o goto por coordenadas e o plate solving (resolução astrométrica) para chegar ao mesmo alvo: garanta que você aponte para a mesma posição de enquadramento todas as noites.
O ângulo de rotação do campo deve ser próximo: evite que as diferenças de ângulo provoquem bordas não sobrepostas, pois essas regiões periféricas não sobrepostas perdem SNR.
Os lights de datas diferentes devem cada um usar os seus próprios flats: se entre diferentes lotes de lights houve desmontagem do equipamento, então cada lote precisa obrigatoriamente ser combinado com os flats daquela sessão.
Os darks (incluindo os dark flats ou os bias) podem ser compartilhados: darks com a mesma temperatura, a mesma duração de exposição e as mesmas configurações podem ser compartilhados. Em princípio, os CMOS dentro de três meses e os CCD dentro de um ano podem ser reaproveitados.
Cada grupo de lights é calibrado com os seus próprios frames de calibração: ao calibrar as imagens no software, o APP usa o Multi-Session processing, enquanto o PI usa o WBPP ou um processamento manual.
Antes da integração, você pode atribuir pesos diferentes conforme a duração da exposição: no WBPP do PI ou no NSG, você pode ainda dar pesos diferentes aos lights de durações diferentes, para otimizar o SNR da imagem integrada final.

Dominando esses poucos pontos, os dados acumulados de uma noite para a outra poderão de fato se converter em um ganho de qualidade, em vez de misturar dados bons com dados problemáticos de modo que se arrastem mutuamente para baixo.